废话不多说，上题：

 

1.Hadoop中两个⼤表实现join的操作，简单描述。

（1）Hive中可以通过分区来减少数据量；（2）还可以通过优化HQL语句，⽐如只查询需要的字段，尽量避免全表、全字段查询；

2.Hive中存放是什么？

表。存的是和hdfs的映射关系，hive是逻辑上的数据仓库，实际操作的都是hdfs上的⽂ 件，HQL就是⽤sql语法来写的mr程序。

3.Hive与关系型数据库的关系？

没有关系，hive是数据仓库，不能和数据库⼀样进⾏实时的CURD操作。是⼀次写⼊多次读取的操作，可以看成是ETL⼯具。

4.Hive中的排序关键字有哪些？

sort by ，order by ，cluster by ，distribute by （1）sort by ：不是全局排序，其在数据进⼊reducer前完成排序

（2）order by ：会对输⼊做全局排序，因此只有⼀个reducer(多个reducer⽆法保证全局有序).只有⼀个reducer,会导致当输⼊规模较⼤时，需要较⻓的计算时间。

（3）cluster by ：当distribute by 和sort by的字